怎样把预测结果变成可信的科学结论?
模型像一位见过许多例题的助手。问到熟悉范围之外,它仍可能流畅作答;科学判断需要独立验证、误差分析和适用范围。
写清数据来源与适用范围;解释一个失败案例;提出独立验证方案。
第一遍不必深究:等变网络、CNN 结构和主动学习作为后续专题。
把同一分子整体平移或旋转,孤立体系的能量应不变。若预测改变,就要检查输入描述和模型是否遵守对称性。
机器学习势要同时检查能量、力和实际模拟稳定性;带隙预测要检查新体系泛化;谱图分类要检查不同仪器与批次。
前九讲用一只西瓜贯穿始终,把机器学习的通用方法讲透了。这一讲回归你的主场:机器学习如何加速材料与分子研究——同样的方法,换一个更有物理味道的问题。
传统分子动力学(MD)每一步都要算原子受力。第一性原理分子动力学中用 DFT 计算受力,通常代价较高;经典分子动力学可用经验势,速度快,精度依赖体系与势函数。
把「原子坐标 → 总能量」看成一个待拟合的函数,用神经网络去逼近。
拓展阅读 · 第一遍可先看结论,再回到必学主线。
| 模型 | 特点 |
|---|---|
| Behler–Parrinello | 对称函数描述符 + 前馈网络 |
| DeepMD | 深度势,分子动力学软件直接对接,LAMMPS 可用 |
| NequIP / MACE | 等变网络的代表,适用性需按体系与任务验证 |
势能面必须满足物理对称性,描述符设计要把它「内置」进去。
材料基因组愿景:用机器学习快速筛选海量候选材料,只把有希望的交给昂贵的第一性原理精算。
| 性质 | 任务类型 | 常用模型 |
|---|---|---|
| 带隙 $E_g$ | 回归 | 随机森林、GBDT、图神经网络 |
| 形成能 / 稳定性 | 回归 | 同上 |
| 晶体结构分类 | 分类 | CNN(衍射图)、图网络 |
| 相稳定性 | 分类 | GBDT |
拓展阅读 · 第一遍可先看结论,再回到必学主线。
第 8 讲的全连接网络对图像「展平」会丢掉空间结构。卷积神经网络(CNN)专为局部结构设计。
拓展阅读 · 第一遍可先看结论,再回到必学主线。
卷积核不一定是二维的:一维卷积可直接作用于光谱(强度随波数的曲线)。
拓展阅读 · 第一遍可先看结论,再回到必学主线。
import torch.nn as nn
class CNN(nn.Module):
def __init__(self):
super().__init__()
self.conv = nn.Sequential(
nn.Conv1d(1, 16, kernel_size=5),
nn.ReLU(),
nn.MaxPool1d(2),
nn.Conv1d(16, 32, kernel_size=5),
nn.ReLU(),
nn.Flatten(),
nn.Linear(32 * 6, 10),
)
def forward(self, x):
return self.conv(x)Conv1d 是一维卷积(谱图),图像则用 Conv2d。结构与 MLP 如出一辙。课堂代码片段:可能承接前页变量。第一次上机请从完整实验开始,先运行数据准备,再运行训练与评估。
| 讲 | 主题 | 一句话 |
|---|---|---|
| 01 | 绪论 | 机器学习 = 从数据学函数 |
| 02 | 线性回归 | 最小二乘 + 梯度下降 |
| 03 | 逻辑回归 | sigmoid + 交叉熵 |
| 04 | 评估调参 | 交叉验证 + 偏差方差 |
| 05 | 树与集成 | 随机森林 / XGBoost |
| 06 | KNN / 贝叶斯 | 距离与概率 |
| 07 | 无监督 | K-means / PCA / t-SNE |
| 08 | 神经网络 | MLP + 反向传播 |
| 09 | PyTorch | 训练循环五步 |
| 10 | 专题 | ML 势 / 材料预测 / CNN |
机器学习势相比 DFT 的核心优势是?
CNN 相比全连接网络处理谱图/图像的关键优势是?
完成结课报告:问题、数据、划分、基线、模型比较、误差图、失败案例和下一步验证。明确区分模拟练习与真实研究。
提交:一张图或一张结果表 + 150 字解释 + 一个局限。
自查:数据如何划分?比简单猜测好多少?能否推广到新样品?